Microsoft explora acreditar a los contribuyentes de datos de IA

Microsoft se está embarcando en un nuevo proyecto de investigación destinado a comprender cómo los ejemplos de capacitación específicos influyen en los resultados de los modelos de IA generativos, como texto, imágenes y otros medios. Esta iniciativa se destacó en una lista de empleo a partir de diciembre que recientemente resurgió en LinkedIn, buscando un pasante de investigación para unirse al esfuerzo. El objetivo del proyecto es desarrollar un método para entrenar modelos para que el impacto de datos particulares, como fotos y libros, en sus salidas se pueda estimar de manera eficiente y útil ". El listado de trabajo señala que las arquitecturas de redes neuronales actuales carecen de transparencia para rastrear los orígenes de sus resultados, y hay razones convincentes para abordar este problema. Una razón mencionada es el potencial para proporcionar incentivos, reconocimiento e incluso compensación a las personas que contribuyen con datos valiosos a los futuros modelos de IA. El telón de fondo de esta investigación son las batallas legales en curso que involucran a las compañías de IA, incluidas Microsoft, sobre los derechos de propiedad intelectual. Los modelos de IA a menudo se capacitan en vastas conjuntos de datos raspados de sitios web públicos, que pueden incluir material con derechos de autor. Si bien las compañías de IA a menudo reclaman protección bajo la doctrina de uso justo, los creadores en varios campos (artistas, programadores, autores) disputan esta postura. Actualmente, Microsoft enfrenta desafíos legales, incluida una demanda del New York Times, que alega que Microsoft y OpenAi infringieron sus derechos de autor al usar sus artículos para capacitar a sus modelos. Además, varios desarrolladores de software han demandado a Microsoft por su asistente de codificación GitHub Copilot AI, alegando que estaba capacitado en su código con derechos de autor. El proyecto de investigación, denominado "procedencia en el tiempo de entrenamiento", involucra a Jaron Lanier, un notable tecnólogo de Microsoft Research. Lanier ha escrito previamente sobre "dignidad de datos", abogando por un sistema que conecta contenido digital con sus creadores y potencialmente los compensa por sus contribuciones a las salidas de IA. Mientras que el proyecto de Microsoft todavía está en sus primeras etapas, otras compañías como Bria, Adobe y Shutterstock ya están experimentando a los propietarios de datos de compensación en función de sus contribuciones a los modelos de IA. Sin embargo, los grandes laboratorios de IA generalmente no han establecido programas de pago de contribuyentes individuales, optando por los acuerdos de licencia u mecanismos de exclusión para los titulares de derechos de autor, que pueden ser engorrosos y de alcance limitado. La iniciativa de Microsoft podría seguir siendo una prueba de concepto, similar a la herramienta aún por liberar de OpenAI para que los creadores controlen cómo se utilizan sus trabajos en los datos de capacitación. También se especula que Microsoft podría estar tratando de "lavar ética" sus prácticas de IA o evitar desafíos regulatorios y legales. Este movimiento de Microsoft es particularmente notable dadas las llamadas recientes de otros laboratorios de IA, como Google y OpenAI, para que el gobierno de los Estados Unidos relaje las protecciones de derechos de autor para el desarrollo de IA. Microsoft aún no ha respondido a las solicitudes de comentarios sobre este proyecto.

Artículo relacionado

comentario (30)